GRUPOS

METODOS NUMERICOS
Muchos de los fenómenos de la vida real son modelados matemáticamente,
con el fin de poder explicarse, sin embargo en la mayoría de los casos éstos no
pueden ser solucionados por medio de algún método exacto ya que tienen
como característica un elevado nivel de complejidad y generalmente no pueden
resolverse con los métodos analíticos tradicionales, algunas veces se puede
lograr su solución pero con un procedimiento demasiado laborioso.

Los métodos numéricos (MN) solucionan este tipo de problemas, mediante la

búsqueda de una solución numérica aproximada y el cálculo del error asociado,
el cual se espera que sea lo suficientemente pequeño. Los Métodos Numéricos
son herramientas o técnicas, diseñadas mediante algoritmos, que permiten la
resolución de problemas de la Ingeniería y de la Ciencia. Se utilizan para
aproximar de forma eficiente y eficaz; mediante el desarrollo de algoritmos y
programas que contribuyen en forma explícita y ordenada una cantidad finita de
pasos para encontrar la solución aproximada a dichos problemas,

Los métodos numéricos, facilitan la aproximación de la solución a problemas

reales con el uso de las computadoras, y donde la regla general es que se
realicen la cantidad suficiente de iteraciones para estar cerca del valor real con
el margen de error definido. El futuro Ingeniero será capaz de elaborar un
Software Personalizado y adecuado que le ayude a resolver cualquier
problema matemático que se le presente en el desempeño de su profesión.
 I. OBJETIVO GENERAL

- Aproximar por métodos numéricos la solución de diferentes

problemas de Ingeniería y Ciencias que no tienen solución analítica,
diseñando el algoritmo adecuadamente y obteniendo la solución,
mediante el uso de Calculadoras o Software Matemáticos, de una
forma rápida y efectiva.

II. PLAN TEMÁTICO

N° UNIDADES TEMÁTICAS

I Teoría Elemental de Errores

II Raíces de Ecuaciones no Lineales
III Aproximación a la solución de Sistemas de Ecuaciones Lineales
IV Ajuste de Funciones por Interpolación
V Integración y diferenciación numérica
Aproximación de Soluciones de Ecuaciones diferenciales
VI
ordinarias

¿Qué es un método numérico?

Un método numérico es un algoritmo que intenta resolver una operación

matemática compleja en un ordenador. Los motivos por los que se usa un
método numérico en vez de intentar una solución analítica pueden ser varios:

 El problema es muy complejo, y no se puede encontrar una solución

analítica en la práctica
 El problema no tiene solución analítica conocida, pero puede resolverse
de manera numérica
 El tamaño de la solución lo hace impracticable para resolver a mano

Los métodos numéricos son técnicas mediante los cuales es posible formular
problemas matemáticos a de tal forma que puedan resolverse usando
operaciones aritméticas.
Los métodos numéricos son muy importantes en los estudios a nivel ingeniería.
Para el ingeniero moderno, en el desarrollo de su profesión implica
inevitablemente el uso de las computadoras. Muy pocas disciplinas o
actividades cotidianas de alguna manera no tienen contactos con estas
máquinas tan poderosas y rápidas.

UNIDAD I: TEORÍA ELEMENTAL DE ERRORES

OBJETIVOS PARTICULARES

- Identificar los distintos tipos de errores que se generan en el empleo de

los métodos numéricos, desde el punto de vista de la aritmética flotante
que evidencien en la realización de un determinado cálculo.

- Calcular los errores absolutos y relativos en redondeos con operaciones

aritméticas obteniendo el valor más próximo a la operación realizada e
interpretando la magnitud e influencia de estos errores.

- Aceptar que en la aritmética flotante los errores cometidos son

inevitables tanto en los cálculos manuales, con calculadora y con
computadora teniendo presente que en su trabajo profesional siempre
deberá existir un margen de tolerancia en sus mediciones.

CONTENIDOS
 1.1. Necesidad de los Métodos Numéricos
1.2. Aproximaciones y Errores
1.2.1. Redondeo. Tipos de Redondeo.
1.2.2. Exactitud y Precisión.
1.2.3. Números exactos y Aproximados

1.3. Errores Absolutos y relativos

1.3.1. Error Absoluto y relativo de una cantidad.
1.3.2. Error Absoluto y relativo de las operaciones aritméticas.

1.4. Errores por diferenciación

1.5. Uso de la Serie de Taylor para obtener errores en cálculo de
funciones

Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una
fórmula) existe un tratamiento de los errores de medida. Podemos distinguir
dos tipos de errores que se utilizan en los cálculos:
 

 Error absoluto. Es la diferencia entre el valor de la medida y el valor

tomado como exacto. Puede ser positivo o negativo, según si la medida
es superior al valor real o inferior (la resta sale positiva o negativa).
Tiene unidades, las mismas que las de la medida.
 

 Error relativo. Es el cociente (la división) entre el error absoluto y el valor

exacto. Si se multiplica por 100 se obtiene el tanto por ciento (%) de
error. Al igual que el error absoluto puede ser positivo o negativo (según
lo sea el error absoluto) porque puede ser por exceso o por defecto. no
tiene unidades.

Ejemplo.

Al medir la longitud de una varilla para construcción se obtiene el

resultado aproximado de 19,999 cm. mientras que al medir la longitud de
un clavo, se obtiene el resultado de 9 cm. Suponiendo que los valores
verdaderos de la varilla y el clavo son de 20,000 cm. y 10 cm.
respectivamente, calcular el error absoluto en ambos casos.

 Solución. Tenemos los siguientes resultados:

 Para el caso de la varilla, el error absoluto se calcula como:

                                  
 Para el caso del clavo, el error absoluto se calcula como:
                                    
  
 En ambos casos, el error absoluto es igual, pero obviamente tiene mayor
trascendencia el error en el caso del clavo que en el caso de la varilla,
es decir, necesitamos comparar el error absoluto contra el valor
verdadero.
 Por ejemplo, en el caso de la varilla el error relativo porcentual es:
 En ambos casos, el error absoluto es igual, pero obviamente tiene mayor
trascendencia el error en el caso del clavo que en el caso de la varilla,
es decir, necesitamos comparar el error absoluto contra el valor
verdadero.
 Por ejemplo, en el caso de la varilla el error relativo porcentual es:

                                   
 Mientras que en el caso del clavo, el error relativo porcentual es:

                                    
 Podemos observar, que el error relativo porcentual refleja mejor la
gravedad o no gravedad del error que se está cometiendo. Es claro, que
en el caso de la varilla no es trascendente ya que representa solamente
un 0.005% con respecto al valor verdadero, mientras que en el caso del
clavo, el error si es representativo ya que es del 10% del valor
verdadero.

Ejemplo

Supóngase que se tiene que medir la longitud de un puente y de un remache,

obteniéndose 9 999 y 9 cm, respectivamente. Si los valores son 10 000 y 10
cm, calcúlese a) el error y b) el error relativo porcentual de cada caso.

Solución: a) El error de medición del puente es:

EA = 10 000 - 9 999 = 1cm

y para el remache es de

EA = 10 - 9 = 1cm

b) El error relativo porcentual para el puente es de:

ERP = 1/ 10 000 x 100% = 0.01%

y para el remache es de 

ERP = 1/10 x 100% = 10%

por lo tanto ambas medidas tiene un erro de 1 cm, el error relativo porcentual
del remache es mucho más grande. Se puede concluir que se ha hecho un
buen trabajo en la medida del puente, mientras que la estimación para el
remache deja mucho que desear.

Errores de Redondeo

Error de redondeo. La casi totalidad de los números reales requieren, para su

representación decimal, de una infinidad de dígitos. En la práctica, para su
manejo sólo debe considerarse un número finito de dígitos en su
representación, procediéndose a su determinación mediante un adecuado
redondeo.

Los errores de redondeo se deben a que las computadoras sólo guardan un

número finito de cifras significativas durante un cálculo. Las computadoras
realizan esta función de maneras diferentes. Por ejemplo, si sólo se guardan
siete cifras significativas, la computadora puede almacenar y usar "pi" como
"pi" = 3.141592, omitiendo los términos restantes y generando un error de
redondeo.

Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras

significativas, los errores de redondeo parecerían no ser muy importantes. Sin
embargo, hay dos razones del porqué pueden resultar crítico en algunos
métodos numéricos:

Ciertos métodos requieren cantidades extremadamente grandes para

obtener una respuesta. En consecuencia, aunque un error de redondeo
individual puede ser pequeño, el efecto de acumulación en el transcurso
de la gran cantidad de cálculos puede ser significativo.

El efecto del redondeo puede ser exagerado cuando se llevan a cabo

operaciones algebraicas que emplean números muy pequeños y muy
grandes al mismo tiempo. Ya que este caso se presenta en muchos
métodos numéricos, el error de redondeo puede resultar de mucha
importancia.

Reglas de Redondeo                     
Las siguientes reglas dan la pauta a seguir en el redondeo de números cuando
se realizan cálculos a mano.

1. En el redondeo, se conservan las cifras significativas y el resto se

descarta. El último dígito que se conserva se aumenta en uno si el
primer dígito descartado es mayor de 5. De otra manera se deja
igual. Si el primer digito descartado es 5 o es 5 segundo de ceros.
entonces el último dígito retenido se incrementa en 1, sólo si es
impar.
2. En la suma y en la resta, el redondeo se lleva acabo de forma tal
que el último dígito en la columna de las milésimas.
3. Para la multiplicación y para la división el redondeo es tal que la
cantidad de cifras significativas del resultado es igual al número
más pequeño de cifras significativas que contiene la cantidad en la
operación.
4. Para combinaciones de las operaciones aritméticas, existen dos
casos generales. Se puede sumar o restar el resultado o de las
divisiones.

(Multiplicación o División)  +/-  (multiplicación o división)

También se pueden multiplicar o dividir los resultados de las sumas y las

restas.

Ejemplos

Los siguientes ejemplos tienen por objeto ilustrar las reglas de redondeo.

5.6723 --------------------------  5.67´   3 Cifras Significativas

10.406 ---------------------------- 7.4     4 Cifras Significativas
10.406 ---------------------------- 7.4     2 Cifras Significativas
88.21650 ------------------- 88.216     5 Cifras Significativas
1.25001 -------------------------- 1.3     2 Cifras Significativas

Errores de Truncamiento

Los errores de truncamiento son aquellos que resultan al usar una

aproximación en lugar de un procedimiento matemático exacto. Además para
obtener conocimiento de las características  de estos errores se regresa a la
formulación matemática usada ampliamente en los métodos numéricos para
expresar Funciones en forma polinomial: Serie de Taylor
La serie de Taylor provee un medio para predecir el valor de una función en un
punto en términos del valor de la función y sus derivadas en otro punto.

Teorema de Taylor: Si la función f y sus primeras n+1 derivadas son continuas

en un intervalo que contiene a a y a x, entonces el valor de la función en un
punto x está dado por: 

La expansión en series de Taylor de n-ésimo orden debe ser exacta para un

polinomio de n-ésimo orden.

Para otras funciones continuas diferenciables, como las exponenciales o

sinusoidales, no se obtiene una estimación exacta mediante un número finito
de términos.

El valor práctico de las series de Taylor radica en el uso de un número finito de

términos que darán una aproximación lo suficientemente cercana a la solución
verdadera para propósitos prácticos.

¿Cuántos términos se requieren para obtener una “aproximación razonable”?

La ecuación para el término residual se puede expresar como:

Significa que el error de truncamiento es de orden hn+1. El error es proporcional

al tamaño del paso helevado a la (n+1)-ésima potencia

¿Qué es?
La serie de Taylor es una serie funcional y surge de una ecuación en la cual se
puede encontrar una solución aproximada a una función.
 
¿Para qué sirve?
La serie de Taylor proporciona una buena forma de aproximar el valor de una
función en un punto en términos del valor de la función y sus derivadas en otro
punto.
 
Por supuesto, para hacer esta aproximación sólo se pueden tomar unas
cuantas expresiones de esta serie, por lo que el resto resulta en un error
conocido como el término residual, es a criterio del que aplica la serie en
número de términos que ha de incluir la aproximación.
 
Pueden resolver por aproximación funciones trigonométricas, exponenciales,
logarítmicas etc...

¿Cómo funciona?

La serie de Taylor se basa en ir haciendo operaciones según una ecuación

general y mientras más operaciones tengan la serie más exacto será el
resultado que se está buscando. Dicha ecuación es la siguiente:

Donde n! es el factorial de n

F(n) es la enésima derivada de f en el punto a

Teorema de Taylor: Si la función f y sus primeras n+1 derivadas son continuas
en un intervalo que contiene a a y a x, entonces el valor de la función en un
punto x está dado por:

La expansión en series de Taylor de n-ésimo orden debe ser exacta para un

polinomio de n-ésimo orden.
 
Para otras funciones continuas diferenciables, como las exponenciales o
sinusoidales, no se obtiene una estimación exacta mediante un número finito
de términos.
 
El valor práctico de las series de Taylor radica en el uso de un número finito de
términos que darán una aproximación lo suficientemente cercana a la solución
verdadera para propósitos prácticos.

CÓMO FUNCIONA PARA UN TRUNCAMIENTO?

El error de truncamiento puede reducirse con un tamaño de paso más

pequeño. Los errores de truncamiento pueden ser disminuidos cuando los de
redondeo aumentan.
El error de truncamiento es de orden hn+1. El error es proporcional al tamaño del
paso h elevado a la (n+1)-ésima potencia.

¿En qué funciones se aplica este método?

Existen series de Taylor para:

 Función exponencial
 Logaritmo natural
 
Serie Geométrica
 
Teorema del binomio
 
Funciones trigonométricas:
 Seno
 Coseno
 Tangente
 Secante
 Arco seno
 Arco tangente
 
Funciones hiperbólicas:
 Senh
 Cosh
 Tanh
 Senh-1
 Tanh-1
Función Logaritmo natural
UNIDAD II: RAÍCES DE ECUACIONES NO LINEALES
2.1.- Ubicación de soluciones de ecuaciones lineales de forma
gráfica. Teorema de Bolzano.

El Teorema de Bolzano establece las condiciones necesarias para la existencia de

al menos un cero de una función continua.

Si f(x) es continua en el intervalo [a, b], con f(a) ∙f (b) <0, entonces existe al

menos un c∈] a, b [tal que f(c)=0

2.3 – METODOS CON INTERVALOS

2.3.2.- Método de Bisección

En métodos numéricos, el método de bisección es un algoritmo de
búsqueda de raíces que trabaja dividiendo el intervalo a la mitad y
seleccionando el subintervalo que tiene la raíz.